O objetivo da abordagem descrita é determinar em que momentos do paradigma (perspectiva temporal) e entre os quais regiões (perspectiva espacial), reconfigurações significativas em conectividade funcional ocorrem na ressonância magnética funcional gravações durante o qual um vez bloqueado estímulo é jogado.
Tarefa com base em imagens de ressonância magnética tem grande potencial para entender como nosso cérebro reage a vários tipos de estimulação; no entanto, isto é conseguido frequentemente sem considerar o aspecto dinâmico de processamento funcional, e analíticas saídas normalmente representam influências mescladas de efeitos orientado para a tarefa e subjacentes flutuações espontâneas de atividade cerebral. Aqui, apresentamos um romance pipeline metodológico que pode ir além dessas limitações: o uso de um esquema analítico de janela deslizante permite o rastreamento de alterações funcionais ao longo do tempo, e através de medições de busca Cruz-tema, a abordagem pode Isole efeitos puramente relacionados com o estímulo. Graças a um processo rigoroso de limiarização, mudanças significativas na correlação funcional entre sujeitos podem ser extraídas e analisadas.
Em um conjunto de indivíduos saudáveis submetidos à estimulação audiovisual naturalista, vamos demonstrar a utilidade da abordagem amarrando as reconfigurações funcionais desvendadas para pistas particulares do filme. Vamos mostrar como, através de nosso método, um pode capturar qualquer um perfil temporal da atividade cerebral (a evolução de uma determinada conexão) ou centrar-se em um instantâneo espacial em um ponto chave de tempo. Nós fornecemos uma versão publicamente disponível do pipeline inteiro e descrever o seu uso e a influência de seus parâmetros chaves passo a passo.
Ressonância magnética funcional (fMRI) tornou-se a ferramenta de escolha para a forma não-invasiva, monitorar as mudanças na atividade cerebral, resultante da estimulação externa. Mais especificamente, vívido interesse surgiu sobre a compreensão da estatística interdependência entre cursos de tempo de ativação regional, conhecido como conectividade funcional (FC)1 e normalmente computado como correlação de Pearson coeficiente. Interacções funcionais em todo o cérebro foram mostradas extensivamente para reconfigurar como uma função do subjacente tarefa2,3,4.
Duas direções analíticas foram seguidas separadamente para ir além desta caracterização introdutória: por um lado, a resposta induzida em uma região do cérebro determinado por um estímulo bloqueado tempo observou-se que correlacione fortemente em temas distintos5 . Quantificar esse assunto inter correlação (ISC) mostrou potencial para refinar nossa compreensão da cognição6,7,8,9 e cérebro desordens10,11 . Além disso, esta abordagem busca Cruz-assunto também foi estendida para a avaliação da sincronicidade inter-regional12, no que ficou conhecido como a abordagem de correlação funcional entre sujeitos (ISFC)13.
Por outro lado, o sabor dinâmico de reconfigurações FC começou a receber maior atenção (ver Hutchison et al.14, Preti, Bolton e Van De Ville15, Gonzales-Castillo e Bandettini16 Avaliações recentes sobre o baseada em tarefas e estado descansando os lados desta questão). Em particular, todo cérebro FC mudanças ao longo do tempo podem ser rastreadas através de medições consecutivas correlação sobre uma sub-janela temporal gradualmente deslocado17,18, revelando a introspecção adicional no contexto de tarefas comportamentais 19,20.
Aqui, apresentamos um quadro metodológico que combina essas duas avenidas. Com efeito, computamos ISFC em forma de janela deslizante para controlar a evolução da sincronicidade inter-regional entre os indivíduos expostos a um paradigma de tempo bloqueado, naturalista. Através do Cruz-assunto aspectos do método, análises concentram-se em efeitos orientada por estímulo, enquanto alterações espontâneas fMRI (que são correlatos através de disciplinas) são fortemente amortecidas. Isto é importante porque os padrões de atividade estado descansando e evocou a tarefa cada vez mais entende-se que ser caracterizado por propriedades distintas21,22.
Quanto o componente dinâmico do método, permite uma caracterização mais completa e exacta de estímulos de tarefa, particularmente quando sondando um paradigma naturalista, no qual um conjunto diversificado de pistas (auditiva, visual, social, etc.) são combinadas ao longo do tempo. Além disso, como a som avaliação estatística das flutuações dinâmicas significativas tem sido calorosamente debatida23,24, nossa abordagem leva particular cuidado este aspecto das análises isolando mudanças significativas do ISFC através comparação de dados nulos apropriado.
Ilustraremos o método em um conjunto de indivíduos saudáveis expostos a um estímulo áudio-visual do filme, para quem mostramos que o temporal e espacial ISFC alterar perfis decorrentes filme localizada sub intervalos podem ser extraídos com precisão. Ao fazê-lo, nós também descrevem a influência dos principais parâmetros analíticos para ser selecionado pelo usuário. Os resultados apresentados baseiam-se na parte de dados anteriormente publicados25,26.
Em um conjunto de dados de indivíduos saudáveis, demonstrámos como síncronos Cruz-assunto aumentos e diminuições no FC, os transientes ISFC, combinaria com sugestões de filme temporalmente localizadas, fornecendo informações que vai além de uma descrição estática. Embora o uso da Cruz-assunto correlação mede permite focalizar a análise orientada por estímulo funcionais reconfigurações, um também deve estar ciente de que limita as conclusões para os efeitos que são compartilhadas entre a população estudada: daí, baixo nível de processamento sensorial é esperado para estar sobre-representados em relação ao processamento frontal40. Para contornar essa limitação, novos métodos que também têm a capacidade de extrair as regiões que mais fortemente variam entre indivíduos estão sendo desenvolvidos41.
Outra limitação da metodologia introduzida surge a partir do aspecto de janela deslizante, conforme resolução temporal de cursos de tempo transitória ISFC é reduzida em comparação com abordagens frame-wise15. Como mostramos, um trade-off é necessário entre um comprimento de janela suficientemente baixa para resolver adequadamente a dinâmicas reconfigurações ISFC e estima que um tamanho grande o suficiente para obter robusto. Dois passos críticos em nossa estrutura de assegurar que os transientes ISFC extraídos refletem verdadeiramente ocorrendo mudanças na conectividade: primeiro, a filtragem passa-alta de cursos regionais de tempo com o inverso da janela comprimento32; segundo, o uso de dados de ISFC estado descansando para a geração de uma distribuição nula relevante, com parâmetros de aquisição idênticos em comparação com os dados relacionados ao estímulo. Claro, este último também requer um tempo de aquisição global mais longa, para que os dados do estado de repouso podem ser obtidos no topo sessões relacionados ao estímulo. Como uma abordagem alternativa para evitar as gravações adicionais do estado descansando, nós também oferecemos a possibilidade de gerar dados randomizado de fase diretamente dos campos relacionados ao estímulo do tempo, uma abordagem frequentemente usada em análises de conectividade funcional dinâmica 23 , 24. avaliação contínua em um subconjunto de sessões revelou que, embora o método nulo do estado de repouso é mais conservador, e, portanto, menos propenso a falsos positivos, os padrões globais de deteção de excursão ISFC foram semelhantes em ambos os esquemas (ver Complementar Figura 5).
Complementar Figura 5: excursões de deteção de ISFC através de métodos de geração de dados nula. Para o estado de repouso (parcelas da coluna da esquerda, azul) ou métodos de geração de dados nulos de randomização (parcelas da coluna da direita, vermelho) fase, porcentagem de excursões ISFC extraídos através de conexões. As parcelas do fundo são um baixo-relevo nas ligações emanando as três primeiras regiões do cérebro considerado. Erro representa o desvio padrão em temas. Clique aqui para ver uma versão maior desta figura.
A duração das aquisições estado descansando na verdade refere-se a um parâmetro crítico das análises: o valor de α. Como exemplificado acima, uma escolha muito branda conduzirá a uma grande quantidade de falsos positivos nas transientes ISFC detectados. Quanto maior a quantidade de dados disponíveis de estado descansando, o mais rigoroso o falso positivo realizável taxa, porque limiarização pode basear-se mais valores extremos da distribuição nula. Como uma indicação, para n = 299 regiões atlas como aqui e dada a nossa contagem de 5.762 pontos de dados do estado de repouso, na melhor das hipóteses poderíamos alcançar um valor de α cerca de 0,01% (consulte Etapa 5.2.6 para detalhes matemáticos).
Outro ponto-chave relativos a qualquer análise de fMRI situa-se na remoção de possíveis artefatos relacionados ao movimento de30,os dados analisados42rigorosa. Em particular, se deseja aplicar o pipeline introduzido às populações doentes exibindo marcado movimento no scanner, recomendamos que no topo incluindo variáveis de movimento como covariáveis nas análises estatísticas realizadas, pré-processamento adicional passos de ser executado, tais como wavelet denoising43 ou ICA-AROMA44. Grupo de comparação, por exemplo para comparar transientes ISFC entre um saudável e um grupo de doente, pode ser prontamente realizada executando a abordagem descrita em paralelo em ambos os grupos de interesse (veja Bolton et al.25 para obter um exemplo sobre uma população diagnosticada com transtornos do espectro do autismo). Porém, uma diferença entre os grupos então pode surgir em duas configurações distintas: (1) um ausente ISFC alterar em um grupo, ou (2) uma evolução mais heterogênea nesse grupo. Para desvendar esses dois fatores, o gasoduto deve ser executado mais uma vez para o grupo de doente, usando o indivíduo sadio, definido como o grupo de referência para a etapa de inicialização. O primeiro caso ainda resultaria em uma resposta ausente, Considerando que não seria o último.
Em cima o que descrevemos aqui, a metodologia introduzida também abre prometendo futuras avenidas: de um lado analítico, mapas transientes ISFC poderiam ser vistos como gráficos de cérebro de que métricas para quantificar o cérebro conectividade pode ser derivada de45, ou dinâmica ISFC Estados poderiam ser extraídos através de abordagens de clustering e avaliados em termos de suas características espaciais e temporais de17,46. Além disso, um pode também considerar o uso de ferramentas de medição de conectividade mais sofisticados do que o coeficiente de correlação de Pearson para revelar os lados mais subtler do FC47,48.
Do lado experimental, a aplicação de nosso pipeline para um conjunto mais alargado de paradigmas é uma perspectiva promissora: por exemplo, em vez de um filme como estudei aqui, um poderia prever para usar um pedaço de música49 ou uma história narrativa13, 50 , como um estímulo tempo bloqueado. Alternativamente, ele poderia até ser vislumbrado, através de hyperscanning51, para sondar a comunicação social naturalista52,53.
The authors have nothing to disclose.
Este trabalho foi financiado em parte por cada um dos seguintes: o Swiss National Science Foundation (205321_163376 do número de concessão para DVDV), a Fundação Bertarelli (para TB e DVDV), do centro para a imagem latente Biomedical (CIBM) e a Agência Nacional de pesquisa ( tempofront número de concessão 04701 a AIG). Os autores gostam de agradecer sua contribuição para o conteúdo de vídeo deste trabalho como, respectivamente, o operador de MRI Roberto Martuzzi e Giulia Preti e digitalizados voluntários.
Freesurfer version 6.0 | Laboratory for Computational Neuroimaging, Martinos Center for Biomedical Imaging, Boston (MA), USA | https://surfer.nmr.mgh.harvard.edu/fswiki/DownloadAndInstall | A MATLAB-compatible toolbox enabling to carry out various processing, visualisation and analytical steps on functional magnetic resonance imaging data |
MATLAB_R2017a | MathWorks | https://ch.mathworks.com/downloads/ | Working version of the MATLAB computational software (version 2014a or more recent should be used) |
Statistical Parametric Mapping version 12.0 (SPM12) | Wellcome Trust Center for Neuroimaging, University College London, London, UK | https://www.fil.ion.ucl.ac.uk/spm/software/spm12/ | A MATLAB-compatible toolbox enabling to perform statistical analyses on functional magnetic resonance imaging data |
Tim-Trio 3 T MRI scanner | Siemens | https://www.healthcare.siemens.ch/magnetic-resonance-imaging/for-installed-base-business-only-do-not-publish/magnetom-trio-tim | Magnetic resonance imaging scanner in which subjects have their functional brain activity recorded (at 3 T) |